Keşif ve Personayı Birleştirmek: Test Zamanlı Ajan Kişiselleştirmesi İçin Bilgi Yönlendirmeli Düello (ID-TAP)

Giriş ve Problem Tanımı: Test Zamanlı Kişiselleştirme#

Büyük Dil Modeli (LLM) tabanlı ajanların üretim ortamlarında başarılı olabilmesi için, kullanıcıların sorguya bağlı değişen tercihlerine hafif (lightweight) etkileşimler yoluyla anında uyum sağlaması gerekir. Geleneksel ince ayar (fine-tuning) süreçleri yüksek maliyetli ve statik kalırken, test zamanlı (test-time) kişiselleştirme dinamik bir adaptasyon sunar. Bu çalışmada, çevrimiçi (online) geri bildirim sinyali olarak aday yanıtlar arasındaki ikili karşılaştırmaları (binary comparisons) kullanan bir persona seçimi problemi ele alınmaktadır.

Yazılım geliştirme açısından bu yaklaşım, kullanıcıyı karmaşık ayar panelleriyle yormak yerine basit "A yanıtı mı, B yanıtı mı daha iyi?" geri bildirimleriyle sistemin kendi davranışını optimize etmesini sağlar.

ID-TAP Çerçevesi ve Mimari Yapısı#

Araştırmacılar, geniş ve ayrık (discrete) persona uzaylarında ölçeklenebilir bir çözüm sunmak amacıyla, Bilgi Yönlendirmeli Örnekleme (IDS - Information-Directed Sampling) yaklaşımından ilham alan sinirsel düello-bandit (dueling-bandit) çerçevesi ID-TAP'i sunmaktadır. Sistemin temel bileşenleri şunlardır:

• Sorgu Koşullu Sinirsel Fayda Modeli (Query-Conditioned Neural Utility Model): Sorgular arasında istatistiksel gücü paylaşarak genel örüntüleri öğrenir, ancak aynı zamanda her sorguya özgü spesifik skorları korur.
• Hafif Bradley-Terry (BT) Kaşifi: Potansiyel rakip (challenger) personoları hızlı ve verimli güncellemelerle puanlayarak hangi alternatifin test edileceğini belirler.
• Benzerlik Ağırlıklı Sıcak Başlangıç (Similarity-Weighted Warm Starts): İlişkili sorgular arasında elde edilen karşılaştırma kanıtlarını transfer ederek soğuk başlangıç (cold-start) problemini minimize eder ve öğrenme sürecini hızlandırır.

Deneysel Sonuçlar ve Performans#

ID-TAP, hem referans tabanlı hem de model tabanlı tercih simülatörleri altında, kullanıcı koşullu yedi farklı üretim (generation) kıyaslama testinde (benchmark) değerlendirilmiştir. Sabit bir on turluk karşılaştırma bütçesi dahilinde, test edilen tüm temel (baseline) yöntemler arasında en güçlü toplam performansı elde etmiştir. Bu sonuçlar, bilgi yönlendirmeli rakip seçiminin test zamanlı persona adaptasyonu için oldukça etkili bir tasarım olduğunu kanıtlamaktadır.

Yazılım Geliştiriciler İçin Pratik Çıkarımlar#

Modern yapay zeka uygulamaları ve ajan sistemleri geliştiren mühendisler için bu makaleden çıkarılabilecek temel dersler şunlardır:

• Minimum Etkileşimle Maksimum Uyum: Kullanıcıdan yalnızca 10 turluk ikili tercih (A/B testi gibi) alarak, ajanın tonunu ve uzmanlık personasını yüksek doğrulukla kişiselleştirmek mümkündür.
• Sorgular Arası Bilgi Transferi: Benzer geçmiş sorgulardaki kullanıcı tercihlerini vektör benzerliği ile yeni sorgulara taşımak, üretim ortamında ajanların adaptasyon hızını ve güvenilirliğini doğrudan artırır.
• Verimli Keşif Mekanizmaları: Büyük sistem promptu veya persona havuzlarında rastgele denemeler yapmak yerine, Bradley-Terry gibi hafif istatistiksel modelleri sinirsel ağlarla birleştirmek hesaplama maliyetini düşürürken ajan kalitesini yükseltir.
• İlgili Platform Modülleri: CrewAI: Rol Tabanlı Ajan Ekipleri, Prompt Versioning ve A/B Testi, Production'da Agent Güvenilirliği.